复杂网络数据格式转换工具

说明：  一个基于python 的V2V仿真代码。(the code is about V2V communication simulation)

Python bindings for CUDA 2.1 with numpy integration

说明：  利用深度置信网络进行回归建模(Regression Modeling Using Deep Belief Network)

CNN - 卷积神经网络 RNN - 循环神经网络 DNN - 深度神经网络 神经网络的层数直接决定了它对现实的刻画能力，利用每层更少的神级元拟合更加复杂的函数。随着神经网络层数的加深，优化函数越来越容易陷入局部最优解，并且这个“陷阱”越来越偏离真正的全局最优。利用有限数据训练的深层网络，性能还不如较浅层网络。 同时，另一个不可忽略的问题是随着网络层数增加，“梯度消失”现象更加严重。具体地说，我们常用sigmoid作为神经元的输入输出函数，对于幅度为1的信号，在BP反向传播梯度时，每传递一层，梯度衰减为原来的0.25。层数越多，梯度指数衰减后低层基本上接受不到有效的训练信号。

使用Python实现MOEA/D，对于分解部分可以更换其他分解函数；对于基因重组部分可以更换其他交叉变异算子(Using Python to implement MOEA/D, other decomposition functions can be replaced for the decomposition part, and other crossover mutation operators can be replaced for the gene recombination part.)

编译原理相关PPT，共10章，对于编译原理知识有详细的讲解。(INTRODUCTION l.1 Why Compilers A Brief History 1.2 Programs Related to Compilers 4 l.3 The Translation Process 7 l.4 Major Data Structures in a Compiler l3 1.5 Other Issues in Compiler Structure 14 l.6 Bootstrapping and Porting 18 l.7 The TI.)

想学习黑客技术，进行逆向编程，同时提高编程技术的可以下载学习(Want to learn hacker technology, reverse programming, while improving the programming technology can be downloaded to learn)

说明：  深度学习，LSTM股票预测，python代码(Deep Learning, LSTM Stock Forecasting, Pthon Code)

说明：  DBsacn算法用于无监督分类，效果挺好的，可以借鉴(The DBsacn algorithm is used for unsupervised classification. The effect is very goo)

可以识别手势或者一些简单的图像，可以自己在云端训练模型(You can recognize gestures or simple images, and you can train your own models in the cloud.)